AWS Systems Manager加入事件管理器助IT快速解決突發(fā)事件

AWS在其系統(tǒng)管理服務(wù)Systems Manager中，加入意外事件管理功能Incident Manager，協(xié)助用戶準備應(yīng)對事件回應(yīng)資源，并在應(yīng)用程序和基礎(chǔ)設(shè)施意外事件發(fā)生時，可快速有效應(yīng)對，而在解決事件之后，也能詳細地分析事件發(fā)生原因，且加以改善。

從1995年Amazon.com上線以來，Amazon團隊負責(zé)了該服務(wù)的意外事件回應(yīng)，而在總結(jié)多年應(yīng)對各種規(guī)模的應(yīng)用程序以及基礎(chǔ)設(shè)施意外事件的經(jīng)驗，Amazon主要事件管理團隊設(shè)計出了Incident Manager，協(xié)助AWS用戶準備并快速回應(yīng)突發(fā)事件。

用戶可以使用Incident Manager為意外事件做準備，創(chuàng)建事件回應(yīng)資源集，而這些回應(yīng)資源在警示響起時，早已準備好隨時可供使用，事件回應(yīng)資源集有三個部分，第一是聯(lián)系人，包括參與解決事件的成員，以及聯(lián)系方式，第二是事件升級（Escalation）計劃，當(dāng)主要待命的回應(yīng)者沒有即時對事件做出回應(yīng)，則調(diào)用其他聯(lián)系人，第三則是回應(yīng)計劃，規(guī)劃參與回應(yīng)的人員，應(yīng)該要執(zhí)行的工作，以及協(xié)作的渠道。

IT系統(tǒng)總有發(fā)生意外的時候，值班工程師便需要能快速恢復(fù)服務(wù)，因此分秒必爭，而準備好的資源可以讓工程師，不需要慌張的找尋操作文件，以及協(xié)作成員的聯(lián)系方式，AWS提到，嚴重的問題通常需要升級，盡管可以從團隊成員獲得幫助，但要進行協(xié)作迅速解決問題，需要有效的溝通，在事件解決之后，工程師也需要從事件記錄中，找到問題根源，以改善平臺和事件回應(yīng)程序。

而Incident Manager的設(shè)計目的，是要協(xié)助企業(yè)創(chuàng)建事件準備以及回應(yīng)實踐。用戶通過創(chuàng)建回應(yīng)計劃，以標準化地方式準備事件，一旦事件發(fā)生時，就能立即做出反應(yīng)并且快速解決，而回應(yīng)事件可以由用戶選擇使用Amazon CloudWatch警示，或是Amazon EventBridge事件通知自動觸發(fā)，必要的時候，用戶也可以手動激活回應(yīng)計劃。

當(dāng)回應(yīng)計劃啟動時，用戶可以快速找到聯(lián)系人信息，而新的儀表板會自動出現(xiàn)在事件管理器控制臺中，提供事件所涉及事務(wù)的信息，包括事件概述，讓回應(yīng)者可以迅速準確了解情況，還有與事件相關(guān)的CloudWatch指標和警示圖，可供回應(yīng)者掌握最新狀況。

事件時間軸會列出事件管理器中所有事件，還有回應(yīng)者手動添加的自定義事件，回應(yīng)者也可查看回應(yīng)計劃中的手冊與當(dāng)前執(zhí)行狀態(tài)，事件管理器提供默認模板，提供分類、診斷、緩解和恢復(fù)步驟，一旁還有聯(lián)系人信息以及聯(lián)系頻道連接。

當(dāng)事件解決之后，用戶可以使用內(nèi)置模板，或是自定義的模板，來創(chuàng)建事件分析，以快速找出事件發(fā)生的根本原因，并規(guī)劃未來遭遇相同情況時，更快解決問題的方法。AWS提到，通過查看和編輯事件時間表，用戶可以放大特定事件及其處理方式，Incident Manager會自動在分析中添加問題，用戶可以通過回答這些問題，找出潛在改進的方法，并且在事件回應(yīng)程序中加入這些方法。

最后事件管理器會提供建議操作項目，用戶可以選擇接受或是關(guān)閉，當(dāng)用戶接受某個項目，該項目便會被加入清單中，用戶必須完成清單所有項目，才能夠關(guān)閉分析。目前Incident Manager已經(jīng)在美東、美西、歐洲激活，而亞太則在東京、新加坡和雪梨提供。